Notice bibliographique
Résumé
Context. The extragalactic background light (EBL) carries a huge astrophysical and cosmological content. Its frequency spectrum and redshift evolution are determined by the integrated emission of unresolved sources, with these being galaxies, active galactic nuclei, or more exotic components. The near-UV region of the EBL spectrum is currently not well constrained, yet a significant improvement can be expected thanks to the soon-to-be launched Ultraviolet Transient Astronomy Satellite (ULTRASAT). Intended to study transient events in the 2300–2900 Å observed band, this detector will provide wide field maps tracing the UV intensity fluctuations at the largest scales. Aims. In this paper, we suggest how to exploit the ULTRASAT full-sky map as well as its low-cadence survey in order to reconstruct the redshift evolution of the UV-EBL volume emissivity. We build upon the work of Chiang et al. (2019, ApJ, 870, 120), who used the clustering-based redshift (CBR) technique to study diffuse light maps from GALEX. Their results showed the capability of the cross correlation between GALEX and SDSS spectroscopic catalogs in constraining UV emissivity, highlighting how CBR is sensitive only to extragalactic emissions, avoiding foregrounds and Galactic contributions. Methods. In our analysis, we introduce a framework to forecast the CBR constraining power when applied to ULTRASAT and GALEX in cross correlation with the five-year DESI spectroscopic survey. Results. We show that these will yield a strong improvement in the measurement of the UV-EBL volume emissivity. For λ = 1500 Å non-ionizing continuum below z ∼ 2, we forecast a 1σ uncertainty ≲26% (9%) with conservative (optimistic) bias priors using the ULTRASAT full-sky map. Similar constraints can be obtained from its low-cadence survey, which will provide a smaller but deeper map. Finally, we discuss how these results will foster our understanding of UV-EBL models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,088 | 0,023 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».